Buckets:
| # ComponentsManager | |
| > [!WARNING] | |
| > [ComponentsManager](/docs/diffusers/main/ar/api/modular_diffusers/pipeline_components#diffusers.ComponentsManager) لا يزال قيد التطوير النشط وقد تتغير واجهة برمجياته. | |
| يُعدّ [ComponentsManager](/docs/diffusers/main/ar/api/modular_diffusers/pipeline_components#diffusers.ComponentsManager) نظام تسجيل وإدارة نماذج لـ Modular Diffusers. فهو يضيف النماذج ويتتبعها، ويخزّن بيانات وصفية مفيدة (حجم النموذج، موضع الجهاز، المُكيّفات)، ويدعم تفريغ الموارد. | |
| ستوضح لك هذه الدليل كيفية استخدام [ComponentsManager](/docs/diffusers/main/ar/api/modular_diffusers/pipeline_components#diffusers.ComponentsManager) لإدارة المكونات وذاكرة الجهاز. | |
| ## الاتصال بخط أنابيب | |
| Create a [ComponentsManager](/docs/diffusers/main/ar/api/modular_diffusers/pipeline_components#diffusers.ComponentsManager) and pass it to a [ModularPipeline](/docs/diffusers/main/ar/api/modular_diffusers/pipeline#diffusers.ModularPipeline) with either [from_pretrained()](/docs/diffusers/main/ar/api/modular_diffusers/pipeline#diffusers.ModularPipeline.from_pretrained) or [init_pipeline()](/docs/diffusers/main/ar/api/modular_diffusers/pipeline_blocks#diffusers.ModularPipelineBlocks.init_pipeline). | |
| ```py | |
| from diffusers import ModularPipeline, ComponentsManager | |
| import torch | |
| manager = ComponentsManager() | |
| pipe = ModularPipeline.from_pretrained("Tongyi-MAI/Z-Image-Turbo", components_manager=manager) | |
| pipe.load_components(dtype=torch.bfloat16) | |
| ``` | |
| ```py | |
| from diffusers import ModularPipelineBlocks, ComponentsManager | |
| import torch | |
| manager = ComponentsManager() | |
| blocks = ModularPipelineBlocks.from_pretrained("diffusers/Florence2-image-Annotator", trust_remote_code=True) | |
| pipe= blocks.init_pipeline(components_manager=manager) | |
| pipe.load_components(dtype=torch.bfloat16) | |
| ``` | |
| تُسجَّل المكونات التي تُحمّلها pipeline تلقائيًا في المُدير. يمكنك فحصها فورًا. | |
| ## فحص المكونات | |
| اطبع [ComponentsManager](/docs/diffusers/main/ar/api/modular_diffusers/pipeline_components#diffusers.ComponentsManager) لعرض جميع المكونات المسجّلة، بما في ذلك فئتها، وموضعها على الجهاز، ونوع البيانات (dtype)، وحجم الذاكرة، ومعرّف التحميل. | |
| يتوافق المخرَج أدناه مع مثال `from_pretrained` أعلاه. | |
| ```py | |
| Components: | |
| ============================================================================================================================= | |
| Models: | |
| ----------------------------------------------------------------------------------------------------------------------------- | |
| Name_ID | Class | Device: act(exec) | Dtype | Size (GB) | Load ID | |
| ----------------------------------------------------------------------------------------------------------------------------- | |
| text_encoder_140458257514752 | Qwen3Model | cpu | torch.bfloat16 | 7.49 | Tongyi-MAI/Z-Image-Turbo|text_encoder|null|null | |
| vae_140458257515376 | AutoencoderKL | cpu | torch.bfloat16 | 0.16 | Tongyi-MAI/Z-Image-Turbo|vae|null|null | |
| transformer_140458257515616 | ZImageTransformer2DModel | cpu | torch.bfloat16 | 11.46 | Tongyi-MAI/Z-Image-Turbo|transformer|null|null | |
| ----------------------------------------------------------------------------------------------------------------------------- | |
| Other Components: | |
| ----------------------------------------------------------------------------------------------------------------------------- | |
| ID | Class | Collection | |
| ----------------------------------------------------------------------------------------------------------------------------- | |
| scheduler_140461023555264 | FlowMatchEulerDiscreteScheduler | N/A | |
| tokenizer_140458256346432 | Qwen2Tokenizer | N/A | |
| ----------------------------------------------------------------------------------------------------------------------------- | |
| ``` | |
| تُظهر الجدول النماذج (مع معلومات الجهاز، ونوع البيانات، والذاكرة) بشكل منفصل عن المكونات الأخرى مثل مجدولات المعالجة ومجزئات الرموز. إذا كانت أي من النماذج تستخدم محولات LoRA أو IP-Adapters أو تم تطبيق التكميم عليها، فسيتم عرض هذه المعلومات في قسم إضافي في الأسفل. | |
| ## إخلاء | |
| تُعدّ طريقة [enable_auto_cpu_offload()](/docs/diffusers/main/ar/api/modular_diffusers/pipeline_components#diffusers.ComponentsManager.enable_auto_cpu_offload) استراتيجية إزاحة عامة تعمل عبر جميع النماذج بغض النظر عن خط الأنابيب الذي يستخدمها. بمجرد تفعيلها، لن تحتاج إلى القلق بشأن وضع الأجهزة عند إضافة أو إزالة المكونات. | |
| ```py | |
| manager.enable_auto_cpu_offload(device="cuda") # or "mps", "xpu", "cpu" | |
| ``` | |
| تبدأ جميع النماذج على وحدة المعالجة المركزية (CPU)، وينقل [ComponentsManager](/docs/diffusers/main/ar/api/modular_diffusers/pipeline_components#diffusers.ComponentsManager) النموذج إلى الجهاز المناسب مباشرة قبل الحاجة إليه، كما يعيد النماذج الأخرى إلى وحدة المعالجة المركزية عندما تكون ذاكرة وحدة معالجة الرسوميات (GPU) منخفضة. | |
| استدعِ [disable_auto_cpu_offload()](/docs/diffusers/main/ar/api/modular_diffusers/pipeline_components#diffusers.ComponentsManager.disable_auto_cpu_offload) لتعطيل النقل. | |
| ```py | |
| manager.disable_auto_cpu_offload() | |
| ``` | |
Xet Storage Details
- Size:
- 6.08 kB
- Xet hash:
- 0b33ca2bd61beadeaaa3fcd51cf5ccd7ab2c493e9c015825e29d4dcca04d0a66
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.